Водяные знаки Claude: что теперь видит детектор ИИ-текста в автоблоге

Anthropic встроила в тексты новых моделей Claude невидимый статистический водяной знак, и работает он со 2 августа 2026 года, а не задним числом. Читатель разницы не замечает, поисковики эту метку не читают и за неё не понижают, а менять нейросеть ради обхода детекции почти бессмысленно. Ниже я разбираю, как знак устроен, видит ли его сторонний детектор ИИ-текста, спалятся ли ваши уже опубликованные статьи и стоит ли ради этой новости уходить с Claude на другую модель для автоблога.

Тема свежая, вокруг неё много паники и мало спокойных разборов. Если хотите получать такие новости по делу, без паники и пересказа слухов, я веду Telegram-канал «The Maslov», где разбираю связки, нейросети и лидогенерацию с готовыми решениями. Оставайтесь на связи, изменений в этой теме будет ещё много.

Что за водяные знаки встроила Anthropic в тексты Claude?

Anthropic со 2 августа 2026 года незаметно метит ответы своих новых моделей Claude статистическим водяным знаком. Для читателя размеченный текст неотличим от обычного, а подтвердить, что его писал Claude, может только тот, у кого есть секретный ключ проверки. Со сторонним детектором ИИ-текста, которым пользуются редакторы и заказчики, эта метка никак не связана, и дальше я показываю, чем они различаются и кому вообще видна.

Механику придумали не в Anthropic. В основе лежит метод SynthID-Text, который Google DeepMind описала в журнале Nature в 2024 году, а сама идея восходит к предложению информатика Скотта Ааронсона ещё 2022 года. Работает он на уровне выбора слов. Перед тем как выбрать очередное слово, модель берёт несколько предыдущих слов и секретный ключ компании и прогоняет их через хеш-функцию. Получается псевдослучайное число, и оно чуть-чуть смещает выбор следующего слова в пользу вариантов, которые этому числу «удобны». Заранее вероятности слов никто по спискам не перекраивает, меняется только источник случайности в момент генерации, а для человека этот сдвиг незаметен и при этом статистически предсказуем.

Проверка идёт в обратную сторону. Детектор с тем же ключом заново прогоняет готовый текст, считает, как часто в нём попадаются те самые «удобные» слова, и если их заметно больше, чем дал бы обычный случайный выбор, текст, скорее всего, писала размеченная модель. Важная деталь в том, что доступ к самой модели детектору не нужен, ему хватает секретного ключа.

Метка у Anthropic двойная. В сам текст вплетается тот самый статистический знак, а к картинкам, которые генерирует Claude, дополнительно крепятся подписанные метаданные о происхождении по стандарту C2PA. Anthropic подчёркивает, что на качество ответа маркировка не влияет и для читателя размеченный текст ничем не отличается от неразмеченного.

Почему водяные знаки появились именно сейчас и при чём тут EU AI Act?

Маркировку Anthropic включила под давлением европейского закона об искусственном интеллекте, а не по собственной инициативе. Его статья 50 со 2 августа 2026 года требует от разработчиков помечать сгенерированный контент так, чтобы машина могла отличить его от человеческого. Обязанность эта общая для рынка, а не выдумка одной компании, поэтому под неё разом попали и Google, и OpenAI, и сама Anthropic.

EU AI Act, европейский регламент об искусственном интеллекте, вводит обязанности прозрачности постепенно, и как раз обязательства статьи 50 включились со 2 августа 2026 года. Провайдер генеративной системы обязан помечать синтетический текст, звук, картинку и видео в машиночитаемом формате. За нарушение предусмотрен штраф до 15 миллионов евро или 3 процентов годового мирового оборота компании, смотря что больше.

Один нюанс по срокам важен для понимания паники вокруг темы. Для систем, которые были на рынке до 2 августа 2026 года, требование машиночитаемой маркировки отложили до 2 декабря 2026 года. Anthropic вместе примерно с 190 другими компаниями заранее присоединилась к европейскому кодексу практик по прозрачности ИИ-контента, и это признанный Еврокомиссией способ показать, что провайдер закон соблюдает.

Обязанность маркировки прописана в статье 50 EU AI Act, а размер штрафа задаёт статья 99 того же закона. Механику я сверял по посту Anthropic «How Claude's text watermarking works».

Для русскоязычного автоблога, который не таргетируется на Европу, всё это скорее фоновый контекст, чем прямая угроза. Но именно из-за европейского дедлайна метку включили крупные вендоры разом, и обойти новость стороной уже не выйдет.

Спалятся ли уже опубликованные на автоблоге ИИ-тексты?

Нет. Маркировка не работает задним числом. Водяной знак несут только ответы новых моделей Claude, выпущенных со 2 августа 2026 года, а всё, что вы сгенерировали до этой даты, никакой метки не получило и получить задним числом не может. Гонять старый архив через детектор ИИ-текста в поисках водяного знака Claude бессмысленно, там его физически нет.

Это первый и самый частый страх, который я вижу в обсуждениях, и логика паники понятна. Человек за год-полтора собрал на автоблоге сотню статей с помощью нейросети, прочитал новость про водяные знаки и решил, что теперь весь его архив разом стал помеченным. На деле знак вплетается в текст в момент генерации, поэтому старый текст, сгенерированный до включения маркировки, физически метки не содержит. Перегенерировать архив, чтобы что-то там спрятать, не нужно.

Ретроактивной пометки не существует и в принципе. Знак нельзя добавить в готовый текст постфактум со стороны, его ставит только сама модель во время написания. Так что старые статьи можно спокойно оставить как есть и заняться более полезными вещами.

Понижают ли Google и Яндекс сайты за обнаруженный водяной знак?

Прямых данных о понижении за водяной знак нет, а Google эту метку технически даже прочитать не может, потому что у него нет секретного ключа Anthropic. По Яндексу публичных заявлений на эту тему тоже нет ни в одну, ни в другую сторону.

Это главный практический миф, из-за которого тема и разошлась среди SEO-специалистов. Идея звучит так, будто поисковик теперь видит метку Claude и роняет за неё сайт в выдаче. Технически это невозможно, потому что прочитать конкретный водяной знак Anthropic может только владелец секретного ключа проверки, а у Google этого ключа нет и в схеме Anthropic он не участвует.

Позиция самого Google не меняется с 2023 года, поисковик оценивает качество страницы, а не то, каким инструментом её написали. У Google к тому же есть собственный водяной знак SynthID, который уже около двух лет работает в Gemini, и за всё это время компания ни разу не сделала его фактором ранжирования. Логика тут простая, у Google была и возможность, и время сделать метку сигналом ранжирования, но он этого не сделал. А трафик роняет тонкий шаблонный контент без пользы, сама метка тут ни при чём.

По Яндексу ситуация другая, и границу знания обозначу сразу. Публичных заявлений о том, использует ли Яндекс водяные знаки Claude или планирует, я не нашёл вообще. Это открытый вопрос без данных, а не подтверждённое «нет», поэтому выдавать чужие догадки за позицию площадки я не стану.

В обсуждениях иногда всплывает цифра, будто немаркированный текст ранжируется в среднем позиций на пять выше помеченного. Гуляет она по SEO-блогам без внятной методологии и без контроля качества как отдельной переменной, поэтому отношусь я к ней как к непроверенному слуху, а не к факту, и в свои расчёты закладывать не советую.

Свежие апдейты вроде этого спокойнее разбирать по фактам, а не по паническим заголовкам, и как раз это я и делаю в своём Telegram-канале. Отслеживать релизы моделей и изменения правил площадок, отделяя то, что влияет на деньги, от новостей, которые ничего в вашей работе не меняют, и есть та работа, которую мой Telegram-канал снимает с вас. Загляните в «The Maslov», если тема нейросетей и трафика вам по работе.

Что тогда вообще ловит водяной знак, если не ранжирование в поиске?

Водяной знак читают сама Anthropic и, при желании, регуляторы, а поисковики за него никого не наказывают. Самые популярные проверки на ИИ вроде GPTZero или Originality.ai метку Claude вообще не видят, потому что работают совсем другим методом. Для владельца сайта это значит, что заказчик или редактор, прогнав текст привычным сервисом, метку Claude всё равно не обнаружит.

Тут важно развести две вещи, которые в голове у многих слиплись в одну. Водяной знак Anthropic и сторонний детектор ИИ-текста - это разные инструменты с разными хозяевами. Знак читается только ключом Anthropic, поэтому подтвердить метку по сути может только сама компания.

Сторонние сервисы вроде GPTZero, Originality.ai или Turnitin ключа Anthropic не имеют и метку не ищут. Они работают статистически, оценивают, насколько ровный у текста ритм, насколько предсказуемы формулировки, есть ли характерные для машины обороты, и по этим признакам выдают свою вероятность. Про то, по каким именно признакам стилистические детекторы вычисляют нейросеть и почему они регулярно ошибаются, я подробно разбирал в статье про антиплагиат и ИИ-детекторы.

Отсюда простой вывод. Даже если завтра кто-то захочет массово проверять чужие статьи на метку Claude, для этого пришлось бы прогонять тексты через API проверки самого вендора, а это отдельная история с приватностью и доступом. Обычный SEO-инструмент, которым пользуется редактор или заказчик, водяного знака не видит и видеть не будет.

Можно ли обойти или снять водяной знак Claude?

Лёгкая косметическая правка метку не убирает, она держится. Стереть знак почти наверняка получится только полным рерайтом своими словами или прогоном текста через другую модель. Инструменты-обходчики для этого уже появились, но полагаться на них я бы не стал, и ниже объясняю почему.

Anthropic про надёжность метки высказалась прямо. Лёгкое редактирование знак обычно оставляет на месте, и исчезает он только при переработке, где заменено практически каждое слово. Проще говоря, если вы скопировали ответ модели и слегка поправили, метка держится; разрушить её способен лишь осознанный глубокий рерайт.

Академические тесты устойчивости к обходу показывают то же самое, один проход перефразирования через другую модель резко снижает шанс поймать метку почти у всех схем водяных знаков. В GPTZero публично отмечали, что бесплатные инструменты уже научились обходить даже более зрелый водяной знак Google SynthID. Параллельно появились платные и бесплатные сервисы, которые обещают снять метку разных моделей.

Ломает метку не только рерайт. Знак слабеет и при переводе на другой язык, потому что перевод заново перебирает слова уже другой моделью. Только смысл в этой гонке всё равно сомнительный.

Инструмент-обходчик добавляет ещё один прогон, часто портит читаемость, а сработает ли он вообще, заранее не известно, о чём его же создатели пишут прямо в описании. Вы тратите усилия на то, чтобы обмануть счётчик, вместо того чтобы вложить их в качество текста, которое на самом деле влияет и на заказчика, и на выдачу.

Стоит ли переходить с Claude на ChatGPT или Gemini, чтобы избежать детекции?

Как разовая тактика на сегодня переход работает разве что с ChatGPT, у которого метка построена, но пока не включена. Окно это ненадёжное, а главное, смена модели вообще не решает основную проблему, потому что стилистические детекторы ловят машинный текст независимо от того, кто его писал.

Разберу по трём популярным вариантам. У Gemini водяной знак не просто есть, он работает дольше и зрелее, чем у Claude, потому что SynthID крутится в проде примерно с 2024 года. Так что уход на Gemini ради обхода метки заведомо не работает.

У ChatGPT технология водяного знака готова, но по состоянию на осень 2026 года не включена. OpenAI публично называла несколько причин.

Около 30 процентов пользователей в её собственном опросе сказали, что стали бы реже пользоваться продуктом при появлении метки. Внутренний анализ показал, что детекция непропорционально часто помечает как подозрительный текст тех, для кого английский неродной. И решительный пользователь всё равно обойдёт метку через другую модель.

При этом OpenAI подписала тот же европейский кодекс практик, что Anthropic и Google, поэтому включить маркировку она может в любой момент, особенно ближе к декабрьскому дедлайну.

Вывод для практики простой. Переход на ChatGPT ради обхода водяного знака работает сегодня, но завтра может перестать. И главную операционную угрозу он всё равно не закрывает, потому что стилистические детекторы вроде GPTZero или Originality.ai не привязаны к меткам конкретного вендора и ловят машинный стиль у любой модели. Если вы выбираете нейросеть под задачи, а не под обход детекции, полезнее сравнивать их по возможностям и доступу из России, что я делал в разборе лучших бесплатных нейросетей и в отдельной статье про работу с Claude из России.

Как мы в своём контент-конвейере решаем, менять ли инструмент из-за таких новостей

Я не меняю рабочую модель по новостному заголовку. Каждую такую новость я прогоняю через простой фильтр «меньше магии - больше метрик» и смотрю, влияет ли она на деньги, скорость и качество, а не на уровень тревоги. Если новость не двигает ни одну из этих трёх цифр, для моего конвейера она остаётся просто фоном.

Отношение к нейросетям у меня прошло понятный путь. Сначала это были игрушки, картинки и вопросы в чат ради интереса, а реальную пользу я нашёл заметно позже, когда стал собирать из них ускорители под конкретные рабочие задачи. Внутри этого подхода живёт правило, которое я формулирую как «не заменяем человека, а разгоняем его». Модель работает как турбина, а методология, контроль и вкус остаются за человеком.

Любой новый инструмент или громкий апдейт проходит у меня через один и тот же короткий чек-лист. Что он даёт по деньгам и скорости цикла, какую долю рутины реально снимает, какие несёт риски вроде выдуманных фактов и насколько сложно держать качество на выходе. Новость про водяные знаки по этому чек-листу не двигает ни одну метрику, от которой зависит результат, потому что на деньги, скорость и качество моих статей она не влияет. Значит, срочно менять ничего не нужно.

Здесь же работает и обратный принцип. Если инструмент не даёт денег, скорости или качества, он уходит в архив, а не на обложку, сколько бы о нём ни писали и как бы его ни хвалили. Где нейросеть тянет работу сама, а где проваливается без человека, я проверял на живом эксперименте, когда отдавал ей соцсети малого бизнеса, и разбирал это в статье про то, заменит ли нейросеть SMM-менеджера.

Что метка доказывает на самом деле и чего не доказывает?

Метка показывает, что текст, скорее всего, прошёл через Claude. Но она не отличает «Claude написал всё сам» от «Claude помог отредактировать пару абзацев», поэтому железным доказательством машинного авторства она не работает. Максимум, что метка подтверждает, это сам факт участия модели, но никак не его масштаб.

Это тонкий, но важный момент, который теряется в громких заголовках. Anthropic прямо говорит, что знак не различает, сгенерирован текст целиком или лишь отредактирован с помощью модели. Наличие метки означает ровно одно, Claude как-то участвовал в работе над этим текстом. Был ли он единственным автором или помощником на минуту, метка не скажет.

В юридических комментариях к закону эту метку называют сигналом, а не доказательством. Обнаруженная метка говорит лишь о том, что Claude мог обработать контент, но не о том, что человек к нему не притронулся.

Добавьте сюда ещё одну особенность механики. На коротких, сухих и чисто фактических кусках, где у модели мало свободы в выборе слов, знак ложится слабее и реже, чем на свободных, творческих пассажах. То есть даже там, где Claude писал сам, метка иногда оказывается еле заметной.

Что сделать владельцу автоблога прямо сейчас?

Срочных действий нет. Проверьте, на какой модели вы генерируете сейчас, не переписывайте задним числом старые статьи и вкладывайтесь в пользу текста, а не в борьбу с детектором ИИ-текста. Ни один пункт ниже не требует бросать всё и срочно куда-то переезжать.

Собираю всё вышесказанное в короткий список того, что имеет смысл сделать владельцу автоблога, не поддаваясь панике.

1. Не трогайте старый архив. Тексты, сгенерированные до 2 августа 2026 года, метки не несут, перегенерировать их незачем.
2. Поймите, метит ли ваша текущая модель. Новые модели Claude метят со 2 августа 2026 года, Gemini метит давно, ChatGPT пока не метит. Это факт для понимания ситуации, а не повод куда-то бежать.
3. Не меняйте модель вслепую ради обхода. Стилистический детектор ИИ-текста всё равно ловит машинный стиль, а метку при желании стирает один глубокий рерайт.
4. Вкладывайтесь в добавленную ценность. Свой кейс, своя цифра, свой пример из практики одновременно защищают от поискового штрафа за пустой контент и делают текст непохожим на генерацию.
5. Работаете на европейскую аудиторию, посмотрите на свои обязанности отдельно. Для того, кто распространяет ИИ-контент в ЕС, водяной знак вендора не закрывает его собственную обязанность раскрывать применение ИИ, и это стоит уточнить у юриста.
6. Оставьте факты и финальную интонацию за собой. Модель готовит черновик, а решения, проверку цифр и живой тон держит человек.

Так менять ли модель ради обхода детекции и что делать вместо этого?

Менять модель ради обхода детекции значит принимать решение по заголовку новости, а не по цифрам. Поэтому я остаюсь на той модели, что даёт лучший результат, и вкладываю силы в качество, которое считают и люди, и поисковики. Водяной знак этого выбора никак не меняет.

Вернусь к вопросу, с которого всё началось. Стоит ли уходить с Claude, потому что он теперь метит текст? По совокупности всего разобранного ответ отрицательный. Метка не ретроактивна, поисковики её не читают и за неё не понижают, сторонние детекторы её не видят, а решительный рерайт её стирает.

Реальная угроза для трафика на автоблоге лежит совсем в другой плоскости, в тонком шаблонном контенте без пользы, и она никак не связана с тем, какой именно нейросетью набран черновик. Гораздо разумнее вложиться в качество и добавленную ценность и держать их на уровне, который проходит и живого читателя, и поисковый алгоритм, чем прыгать между моделями за каждой новостью.

Я выбираю инструмент по результату, а новости про метки читаю как фон, а не как сигнал к переезду. Именно этот спокойный, опирающийся на цифры подход и отличает системную работу с нейросетями от гонки за хайпом.

Если вы работаете с нейросетями по делу и хотите отличать реальные изменения от громких заголовков, за которыми ничего не стоит, загляните в мой Telegram-канал «The Maslov». Там я разбираю связки, нейросети и лидогенерацию с готовыми решениями, которые можно взять и применить, t.me/themaslow.